買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉東華大學申請的專利基于Yolo的目標檢測模型訓練方法及其應用和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115527089B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210959911.1，技術領域涉及：G06T7/00；該發明授權基于Yolo的目標檢測模型訓練方法及其應用和裝置是由郝礦榮;杜少帥;張海超;郝靈廣;隗兵;唐雪嵩設計研發完成，并于2022-08-11向國家知識產權局提交的專利申請。

本基于Yolo的目標檢測模型訓練方法及其應用和裝置在說明書摘要公布了：本發明涉及一種基于Yolo的目標檢測模型訓練方法及其應用和裝置，方法包括步驟：a加載訓練集和測試集，對訓練集進行區域彈性形變數據增強，設置相應的訓練參數；b根據所述訓練集構建元結構搜索空間，進行神經網絡架構搜索，獲得神經網絡模型；c對所述神經網絡模型進行訓練，獲得訓練完成的目標檢測模型；應用為：獲取待測樣本集后，將其輸入到所述訓練完成的目標檢測模型中，由其輸出所述待測樣本集的Yolo格式的預測標注；裝置包括數據集標注單元、數據集切分與預處理單元、參數調優單元、神經網絡架構搜索單元和訓練單元。本發明的方法簡化了操作，實現整個檢測模型訓練過程的標準化；本發明的裝置結構簡單，操作方便。

本發明授權基于Yolo的目標檢測模型訓練方法及其應用和裝置在權利要求書中公布了：1.一種基于Yolo的目標檢測模型訓練方法，其特征在于，包括以下步驟： a加載訓練集和測試集，設置相應的訓練參數； 訓練集包括芯片外觀缺陷圖片與所述芯片外觀缺陷圖片的Yolo格式的目標檢測標簽； 訓練參數包括預定義的芯片外觀缺陷類別數、最大訓練輪次、學習率、圖片輸入寬度、圖片輸入高度和filters，其中，預定義的芯片外觀缺陷類別數設置為n≥1，最大訓練輪次設置為大于等于2000×n，學習率設置為0.00111，圖片輸入寬度設置為512，圖片輸入高度設置為512，filters設置為n+5×3； b根據所述訓練集構建元結構搜索空間，進行神經網絡架構搜索，獲得神經網絡模型； 將步驟a中所述訓練集分為訓練數據集Dtrain和驗證數據集Dval，構建元結構搜索空間，并對可微分神經網絡架構搜索的方法建模，利用所述訓練數據集Dtrain對可微分神經網絡架構搜索模型進行訓練； 在訓練過程中，先對元結構的結構權值進行全局歸一化，再對元結構的結構權值和網絡參數進行雙層優化，即以所述驗證數據集Dval的損失值作為優化過程的目標函數，并通過反向傳播算法對元結構的網絡參數和結構權值同時進行調整； 在訓練結束后，根據各個元結構的結構權值進行排序，保留權值最大的元結構，并組成深度神經網絡模型，即得所述神經網絡模型； c對所述神經網絡模型進行訓練，獲得訓練完成的目標檢測模型； 對步驟a中所述訓練集進行數據增強后，根據數據增強后的訓練集、測試集和所述訓練參數對所述神經網絡模型的模型參數進行優化，獲得訓練完成的目標檢測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人東華大學，其通訊地址為：201620 上海市松江區人民北路2999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。